Question

假设我有来自mediawiki api的以下XML响应。我想找出wiki主题修订的最早日期，在本案例中是2005-08-23。我如何解析xml来找出它。我正在使用python btw。

   <?xml version="1.0"?>
    <api>
      <query-continue>
        <revisions rvcontinue="46214352" />
      </query-continue>
      <query>
        <pageids>
          <id>2516600</id>
        </pageids>
        <pages>
          <page pageid="2516600" ns="0" title="!Kung language">
            <revisions>
              <rev timestamp="2005-08-23T00:58:40Z" />
              <rev timestamp="2005-08-23T01:01:00Z" />
              <rev timestamp="2005-09-02T07:21:37Z" />
              <rev timestamp="2005-09-02T07:24:28Z" />
              <rev timestamp="2006-01-06T07:45:35Z" />
              <rev timestamp="2006-03-22T09:03:23Z" />
              <rev timestamp="2006-03-30T05:50:12Z" />
              <rev timestamp="2006-03-30T20:33:22Z" />
              <rev timestamp="2006-03-30T20:35:05Z" />
              <rev timestamp="2006-03-30T20:37:16Z" />
            </revisions>
          </page>
        </pages>
      </query>
    </api>

我尝试了以下

revisions = text.getElementsByTagName("revisions")
for x in revisions:
    children = x.childNodes
    for y in children:
        print y.nodeValue

但所有这一切都是打印无。

Answer 1

我会使用带有XPath表达式的lxml：

from lxml import etree

root = etree.fromstring(xml)
timestamps = root.xpath('//rev/@timestamp')

至于你的代码，你没有得到元素的属性。为此，请使用getAttribute：

print y.getAttribute('timestamp')

如何解析这个xml？

1 个答案: